SAP推出AI智能体中枢，统一管理企业多厂商智能体

SAP希望成为企业管理其环境中所有AI智能体的核心平台无论这些智能体由哪家厂商构建。在2026年萨菲尔大会上SAP正式向更多客户开放了SAP AI智能体中枢AI Agent Hub。这一平台通过Joule Studio提供服务是一个不依赖特定厂商的统一管控中心用于对AI智能体、大语言模型及MCP服务器进行统一盘点与治理。AI智能体中枢此前仅对SAP LeanIX的客户开放。LeanIX是SAP旗下帮助企业可视化并分析IT架构的产品。全新升级后该中枢现已覆盖企业内所有智能体、大语言模型及MCP服务器无论其构建者或构建环境如何。目前六项核心功能中有两项已正式发布另外四项计划于2026年第三季度推出。可以预见大型企业最终将拥有来自多家厂商的数百个甚至更多智能体例如微软Copilot、Salesforce Agentforce以及来自Anthropic和OpenAI的原生AI智能体、基于LangGraph或AutoGen定制开发的智能体还有SAP自家的Joule Agents。然而目前这些智能体通常分散在不同系统中IT和安全团队既缺乏统一的资产清单也没有完整的审计记录。SAP业务技术平台总裁迈克尔·阿梅林Michael Ameling向The New Stack表示如果我站在每一位IT部门负责人的角度来看构建智能体固然很好但你需要掌握控制权。否则你基本上会遭遇当年Web服务时代初期每个人都曾面临的困境。SAP AI智能体中枢的核心理念是避免智能体资产无序扩张为企业提供一个统一管理所有AI资产的权威系统。智能体注册表这类系统的核心功能之一自然是注册表。AI智能体中枢内置的AI注册表目前已正式发布。要使注册表真正发挥作用就必须尽可能简化权威索引的创建过程。为此AI智能体中枢可自动发现跨厂商的智能体、大语言模型及MCP服务器并完成统一注册。但构建资产清单只是AI智能体中枢功能的一部分。它还提供工具用于评估和验证工作流程捕获每个智能体的风险评级和合规映射确保没有任何智能体在缺乏经过验证的治理记录的情况下上线投产。身份与访问控制功能将于2026年第三季度推出届时将通过SAP云身份服务为每个智能体分配唯一身份标识。阿梅林表示我们默认为每个智能体赋予唯一身份。这一点非常重要你需要授权赋予它们访问控制权限——包括对数据的访问——并确保全程可审计。AI可观测性功能也将成为该中枢的组成部分计划于2026年第三季度上线。这一功能将提供会话级遥测数据包括健康状态、工具调用准确性、根因分析等类似于LangSmith和Datadog等公司目前为自行接入的智能体所提供的监控能力。阿梅林解释道你可以看到谁在与谁交互、这些智能体的行为表现如何。是否真的用到了所有工具还是说有50%的情况需要人工介入也许效率并不理想也许你应该研究如何优化你的智能体。智能体挖掘其中最值得关注的功能是智能体挖掘。SAP Signavio将流程挖掘技术应用于AI智能体。Signavio最初用于发现设计流程与实际业务流程之间的差距如今则被用来判断智能体是否按照预设的执行路径运行——毕竟智能体本质上是非确定性的。SAP在这一领域的优势在于其技术栈本身已经涵盖了架构映射LeanIX、流程管理Signavio、身份认证云身份服务以及组织架构SuccessFactors。SAP在这一方向上并非毫无积累。2025年11月SAP Signavio就曾将智能体挖掘定位为AI智能体卓越方法的四大支柱之一发现、上下文、挖掘与价值影响。如今这四大支柱已整合到Joule Studio中统一的AI智能体中枢之下而不再分散于Signavio和LeanIX两个独立产品中。值得注意的是SAP的竞争对手也在朝着类似目标迈进但各自的出发点不同。微软正在将Copilot Studio与其Entra和Purview服务整合而LangSmith等原生AI可观测性厂商也覆盖了部分场景。但对于这些公司而言SAP原生集成的架构、身份及人力资源组件并不容易通过外部附加的方式复制。QAQ1SAP AI智能体中枢目前开放了哪些功能A目前已正式发布的功能包括AI注册表支持跨厂商自动发现智能体、大语言模型及MCP服务器以及工作流评估与合规验证工具。另外四项功能包括身份与访问控制、AI可观测性及智能体挖掘计划于2026年第三季度推出。Q2SAP AI智能体中枢如何解决企业多智能体管理混乱的问题AAI智能体中枢通过建立统一的资产注册表自动发现并盘点企业内来自不同厂商的所有智能体、大语言模型及MCP服务器同时提供身份认证、访问控制、合规记录和可观测性等治理能力从而避免智能体资产无序扩张为IT和安全团队提供统一的管理视图和审计追踪。Q3SAP智能体挖掘功能是什么和流程挖掘有什么关系A智能体挖掘是SAP将其Signavio产品中的流程挖掘技术延伸应用到AI智能体领域的新功能。流程挖掘原本用于发现企业实际业务流程与设计流程之间的偏差智能体挖掘则将同样的方法用于判断智能体在运行时是否遵循预设的执行路径帮助企业识别智能体行为异常或效率不足的问题。